基于神经网络和GIS的储层裂缝预测与可视化

作     者：周子勇 王春晓 曾联波 ZHOU Zi-yong;WANG Chun-xiao;ZENG Lian-bo

作者机构：油气资源与探测国家重点实验室中国石油大学(北京)地球科学学院北京102200 

基　　金：中国石油天然气股份有限公司科技风险创新研究项目(编号07-06D-01-04-01-08)资助 

出 版 物：《地质与勘探》 (Geology and Exploration)

年 卷 期：2011年第47卷第3期

页      码：492-497页

摘      要：低渗透储层裂缝预测与可视化是油气勘探开发工作中的一个重要课题。以鄂尔多斯盆地杏河区长6-1油层组为研究对象,根据已有的分形维、砂地比、破裂率等数据,构建BP神经网格,通过试验设计出最优的网格拓扑结构和训练函数,对研究区的裂缝分布情况进行预测。然后以ArcGIS为基础,通过二次开发以及C-Tech实现裂缝数据的二维及三维可视化。结果表明,基于GIS的裂缝可视化方法方便快捷,加上其强大的二次开发能力,可以把专业算法无缝地集成到GIS中。

主 题 词：裂缝 预测 神经网络 GIS 可视化 

学科分类：0820[工学-航空航天类] 08[工学] 082002[082002] 

核心收录：

馆 藏 号：203118410...